10月10日，AI前沿现场见！硅谷101 Alignment 2026大会议程出炉

10月10-11日，为期两天的Alignment 2026上，我们会用两天的时间，将来自OpenAI、Anthropic、Meta、Google、SpaceXAI、Nvidia等公司的核心决策者、科学家及一线明星创业者带到大家面前，以下是我们十余场panel的详细大会议程。 9月底，特朗普在白宫会见了众多硅谷科技领袖，宣布达成原则性协议，将监管主导权交由行业自身。然而，科技巨头的“自我监管”真的是最佳选择吗？AI进入RSI加速周期，安全机制如何才能跟上呢？以及，当一个frontier model真正要进入数十亿人的产品，安全到底要怎么做？我们的开场panel，将直击这些最重要的议题。 过去几年，我们习惯用一张leaderboard来理解AI：今天GPT第一，明天Claude第一，下一周Gemini又在某个benchmark上超过所有人；与此同时，DeepSeek、Kimi、GLM、Qwen和越来越多的开源模型，不断把几个月前只有最顶尖闭源模型才拥有的能力，下放到整个市场。 过去几年，市场上可以买到的模型和inference providers急剧增加；“intelligence”的价格已经下降了大约1,000倍；相近能力水平下，开源模型的价格平均比闭源模型低约90%。 没有任何一个模型能够在所有use cases上占据绝对优势，而领先者也在不断更替。那么对于模型竞赛的真正问题是：如果第二名永远只落后第一名几个月，那几个月到底值多少钱？ 2026年最疯狂的AI现象之一，可能不是一个新模型，而是一批还没有成熟产品、甚至还没有清晰商业模式，就可以融资数十亿美元的新型研究实验室——Neolabs。 最近半年，这类新实验室就吸引了大约240亿美元的资金，接近OpenAI和Anthropic在ChatGPT之前多年融资总额的五倍。资本押注的不再是现成产品，而是背后的明星科学家们，以及“如果LLM走不通，也许这里会诞生下一条通往AGI的路线”。 随着Thinking machines lab的联合创始人出走、李飞飞的World Labs被收购，外界对Neolabs的生存空间开始有更多质疑。这场panel将是一个很好的机会，听听创始人的信念和声音。 为什么一家芯片公司愿意花82亿美元买一家成立仅两年的世界模型公司？AMD明确把这笔收购与空间智能、机器人、模拟以及未来计算平台联系在一起。 世界模型，如今真的可以落地了吗？它在各个行业的应用到哪一步了？我们请到了四位很关键的研究员和创业者，分别来自Google DeepMind，英伟达，World Labs与VAST。 就在本周，Anthropic宣布，Claude智能体在一个大规模基因组数据库中发现了一种具有类似CRISPR特征的新型酶系统：大约950个Claude智能体协作搜索了21.5小时。 在硅谷，个人AI助理又风靡了起来。Meta推出了个人助手Muse，SpaceX旗下的Grok Bot想打造一支数字同事团队。Instinct把私人助理放在了苹果imessage的对话里。连OpenAI也在刚刚过去的Dev Day宣布了自己的助理：Dots。Agent的问题已经从“能不能demo”快速变成：什么样的agent才真正是一门生意、谁能跑出来？这个重磅panel，我们请到了Grok Bot、Harvey、Creao、Pokee AI在内的agent赛道核心嘉宾。 2026年机器人行业越来越像2022年前后的LLM：大家基本相信foundation model路线成立，但还没人确定真正的scaling law是什么。但这个答案目前有些初见端倪，无论是机器人数据，还是模型，还是仿真上，都有着迅速的进展。 这场最大的看点，是模型、数据和灵巧操作三条技术路线同时在场，也因此能真正讨论清楚：机器人的下一次突破，究竟会来自哪里。 OpenAI在8月发布的企业数据表明，领先企业对人工智能的使用方式，正在从“辅助员工完成工作”明显转向“把任务直接交给人工智能执行”。而OpenAI新推出的Presence，更是直接把前向部署工程师引入真实业务的落地流程中，让他们深入客户现场，参与问题定义、系统搭建、评估和上线。 近日，路透社报道称，为了绕过漫长的电网接入流程，美国数据中心开发商正在大量采购可以更快部署的小型燃气轮机。预计到2030年，美国新增的“表后发电”能力中，绝大部分需求都将来自数据中心。 几天前，美国能源部还宣布投入20亿美元，通过升级输电网络、提高现有电网利用效率等方式，在不大规模新建输电线路的情况下，释放超过23吉瓦的额外输电能力。 为了获得下一代算力，科技公司正在争夺电力、土地、电网接入和能源基础设施。人工智能的扩张，正在反过来重塑整个能源体系。 人工智能基础设施的重心，正在发生一次非常重要的迁移：从过去关注“如何训练出最大的模型”，转向“如何用更低的成本、更低的延迟，让数百万个智能体持续稳定地运行”。 今年，NVIDIA向Nebius投资20亿美元。双方计划到2030年部署超过5吉瓦规模的NVIDIA计算系统，并明确把人工智能推理和智能体应用作为重点合作方向。 9月29日，Robinhood宣布，AI智能体已经可以帮助用户制定交易策略，并在用户不在线时自动执行交易；目前已经有超过15万名用户开设了相关的智能体交易账户。 这意味着，我们正在真正面对一个过去听起来还很理论化的问题：当AI智能体不再只是提供投资建议，而是能够自己观察市场、进行推理、执行交易，并根据结果继续学习，它到底还是一个工具，还是已经开始成为市场参与者？ 这场真正值得讨论的，是当AI开始自己观察市场、形成判断并执行交易之后，它究竟还是投资者使用的工具，还是正在成为一种新的市场参与者？ 多模态模型的进展，已经让creatives行业进入了一个更有意思的阶段：技术已经从生成asset，走向生成production；但商业、版权和创作者身份还完全没有稳定下来。我们这个环节集结了Runway（视频生成），Suno（语音生成），Utopai Studios（影视制作）以及谷歌（AI如何与人类创意协作）的重磅艺术参与者，聊聊内容生成市场的下一步。 《纽约时报》与OpenAI、Microsoft之间这场具有标志性意义的版权诉讼，今年已经进入关键阶段。与此同时，Axios的一项分析发现：AI内容授权合作的增长速度，已经明显快于相关版权诉讼。这意味着，整个行业正在同时发生两件事： 当互联网的主要使用者不再只有人类，还包括大量AI agent时，内容应该如何被访问、如何定价、如何授权，又应该如何在内容创作者、平台和人工智能公司之间进行收益分配？ 未来需要重新定义的，可能不仅是“AI训练数据的版权规则”，而是：整个互联网的信息经济，应该如何适应一个由人类和AI智能体共同使用的世界。这场真正讨论的不是版权，而是AI时代information economy的下一套商业规则。 在10月11日下午的主会场，我们会公布AI视频黑客松“STORY101 LAB”的获奖选手及团队，除了放映部分获奖作品和颁奖典礼之外，我们还请到影视界权威的嘉宾们，加入我们探讨好莱坞的下一步将如何在AI的冲击下发展。 我们希望用两整天的时间创造一个沉浸的场域，将真正站在AI一线的人聚集在一起回答一些真正重要的问题，以及一些还没有标准答案的问题。 研究下一代模型的人，正在造机器人和世界模型的人，把人工智能部署进真实企业的人，正在重新定义科学、金融、内容和基础设施的人——他们会在这里分享的不只是已经发生的变化，更是那些仍然存在巨大分歧、还没有被行业想明白的问题。